研究人员开发了一个新的框架来理解图数据，将其建模为由图论表示的潜在分布的混合体。该方法使用图矩（或图案密度）来对来自相似模型的生成的图进行分组。该框架通过混合和对比学习增强了图数据增强，从而提高了监督和无监督学习任务的性能。 AI
影响 引入了一种分析复杂图数据的新颖方法，有可能提高涉及关系数据的机器学习任务的性能。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种新的图数据分析框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →